هل بقيت الرياضيات شرطًا أساسيًا للتعلم الآلي والذكاء الاصطناعي؟

تعد الرياضيات الأب الشرعي للكثير من العلوم في عصرنا الحالي، حيث كانت الرياضيات حتى أواخر القرن الماضي أداة التطور التكنولوجي الأولى وحجر الأساس في تعاملنا مع الآلات المبرمجة.

لكن مع التطور البرمجي الهائل الذي يشهده عصرنا بما فيه من مفاهيم الذكاء الصناعي AI وتعلم الآلة ML التي سهلت على الإنسان تطوير البرمجيات والآلات والصناعات وغيرها، برز سؤال هام جدًا لدى المتخصصين في هذه المجالات حول أهمية فهم الرياضيات كما كان سابقًا.

تمثل الرياضيات الهيكل الأساسي لمفهوم الذكاء الاصطناعي، فقد كانت الأساس في التعامل مع الآلة بمختلف أشكالها البدائية والحديثة. إذ أعرب بوعز باراك، أستاذ علوم الكمبيوتر الأمريكي في جامعة هارفارد، عن دعمه للدور الأساسي للرياضيات في علوم الكمبيوتر وقال: "إنني  مدرس لعلوم الكومبيوتر وأنا الآن ممتنّ لامتلاكي معرفة كبيرة في الرياضيات" وهذا ما أكد عليه كونراد ولفرام، مؤلف كتاب «إصلاح الرياضيات» حيث قال: "أن تكون سيئًا في مجال الرياضيات في عصر ChatGPT يشكل مشكلة كبيرة لك كطالب، إذ إن الرياضيات هي صلب هذا المفهوم".

يعتقد البعض أن  الرياضيات والذكاء الاصطناعي فرعان لنفس الشجرة، أي أنهما علمان منفصلان بأساس واحد، والسبب في هذا الاعتقاد هو ما أحدثه الذكاء الصناعي والتعلم الآلي من طفرة في مجال البرمجة، حيث أصبحت وسيلة مساعدة للمبرمجين في عملهم من دون الحاجة إلى التطرق للرياضيات إطلاقًا.

يمكن تقسيم مفهوم الذكاء الاصطناعي إلى قسمين :

إذ يشمل الذكاء الاصطناعي الضيق القدرة على التعرف على الصور والكلمات والأشكال وهو الشكل الأكثر شيوعًا لدى الناس. أما القسم العام للذكاء الاصطناعي يشمل القدرة على القيام بالعمليات والمهام الفكرية التي يمكن للإنسان القيام بها، كالمحاكمة العقلية. وتعد سيري وأليكسا أحد أشهر الأمثلة على الذكاء الصناعي في عصرنا الحالي.

هناك العديد من هذه العمليات الخاصة بالذكاء الصناعي تعتمد على كم هائل من الخوارزميات والمفاهيم الرياضية، ولكن يمكن تنفيذ العديد من تقنيات الذكاء الصناعي بدون الحاجة إلى الرياضيات المعقدة، ومن هذه التقنيات:

الأنظمة المعتمدة على القواعد rule-based systems التي تعتمد على تخزين قواعد معينة مبرمجة من قبل الإنسان لتساعد الذكاء الصناعي في التعامل مع البيانات المدخلة لتحليلها بطريقة مفيدة وهادفة، كأنظمة كشف الاحتيال والتلاعب. وكذلك تقنية شجرة القرار decision trees وهي الطريقة التي يعطي فيها الذكاء الصناعي قرارًا حول مسألة ما عن طريق التدريب، كتشخيص الحالات الطبية. إضافة إلى تقنية أنظمة الخبراء expert systems وهي قدرة الذكاء الصناعي على إعطاء قرار يحاكي قرار الخبير البشري  في مجال معين.

يميل المبرمجين المبتدئين وبعض الشركات التي تحتاج لتطوير تكتولوجيا معينة إلى اعتماد هذه التقنيات الهامة للعديد من الأسباب كالكلفة المنخفضة وسهولة وسرعة  تنفيذها. وبالرغم من أنها مفيدة في العديد من المجالات إلا أن تقنيات الذكاء الصناعي البعيدة عن الرياضيات المتقدمة غير كافية في مجالات أخرى كونها غير مرنة وتعتمد على قواعد ثابتة مدخلة مسبقًا.

لكن حاليا ومع التطور الهائل لهذا المجال، وصل الذكاء الاصطناعي إلى مرحلة متقدمة يمكن من خلالها إدخال التعليمات عن طريق لغتنا المحكية كاللغة الانكليزية.

تتدرج أهمية الرياضيات في هذا المجال تبعًا للعديد من الأمور منها؛ مستوى فهمك وتعلمك للذكاء الصناعي، والتقنيات المطلوب تنفيذها، وغيرها الكثير من الأمور التي تحدد حاجتك للرياضيات في هذا المجال.

في حال كنت مبتدئًا ومشيت أولى خطواتك على طريق الذكاء الاصطناعي فإنك لست بحاجة إلى امتلاك مخزونًا كبيرًا من المعلومات الرياضية، وقد لا تحتاجها إطلاقًا، لكن مع تقدمك في هذا المجال ستنكشف لك أهمية الرياضيات في فهم الأساس وراء الذكاء الاصطناعي، و سيتطلب منك ذلك إلمامًا رياضيًا بمجالات التكامل والتفاضل والخوارزميات والجبر والاحتمالات. وإذا كان عملك في مجال الذكاء الاصطناعي فعليك فهم أساس هذا العمل حتى تستطيع تحسينه وتطويره.

يستخدم في الذكاء الاصطناعي أنواع عديدة من الرياضيات منها: الجبر الخطي والشعاع الرياضي (المتجهات والإزاحة) مثل؛ المصفوفات وتحليل المكونات وتجزئة القيم. مع حساب التفاضل والتكامل مثل؛ الاشتقاق والخوارزميات والميل اللوغاريتمي. بالإضافة إلى الاحتمالات والإحصاء مثل؛ المتغيرات والتوزيعات والتباين والإحصاءات الأساسية والمتقدمة.

إن إلمامك بهذه المهارات الرياضية يمكنك من كتابة خوارزميات ذكاء اصطناعي خاصة بك، كما يساعدك على تطوير عملك.

تكثر الوظائف المعتمدة على الرياضيات اليوم، ولعل أهمها:

ختامًا، إن الحياة اليومية العادية لمهندس الذكاء الاصطناعي لا تتطلب فهمًا كبيرًا للرياضيات. لكن من الأفضل تعزيز أساسك قبل الغوص في المجال. فبالرغم من الرغبة الشديدة في أن يكون الجميع مبرمجين ومطورين، الحقيقة هي أنك تحتاج إلى معرفة الرياضيات لبناء الذكاء الاصطناعي الأفضل. فالاعتماد الكلي على ChatGPT ليس الأساس العلمي الصحيح.